カッコウ探索アルゴリズム調整型ガウシャンプロセスモデルによるHammersteinシステム同定

DOI

書誌事項

タイトル別名
  • Identification of Hammerstein Systems Using Gaussian Process Models Adjusted by Cuckoo Search

説明

本稿では、非線形静的要素と線形動的要素が直列に接続されたHammersteinシステムを対象とし、従来のニューラルネットワークモデルやRBFモデルなどのパラメトリックモデルではなく、ノンパラメトリックな同定法であるガウシャンプロセス(GP)モデルによる同定法を提案する。このGPモデルの学習にはカッコウ探索アルゴリズムが用いられる。GPモデルは、推定値及び信頼性に関する情報を得ることができるモデルである。シミュレーション実験によりPSO調整型GPモデルによる同定法と比較し、本同定法の有効性を確認する。

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390282680641014784
  • NII論文ID
    130006356990
  • DOI
    10.11527/jceeek.2016.0_82
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ